論文の概要: Reinforcement Learning for Scalable Train Timetable Rescheduling with Graph Representation

• arxiv url: http://arxiv.org/abs/2401.06952v1
• Date: Sat, 13 Jan 2024 02:14:35 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-17 20:30:34.118648
• Title: Reinforcement Learning for Scalable Train Timetable Rescheduling with Graph Representation
• Title（参考訳）: グラフ表現を用いたスケーラブルトレインタイムテーブルスケジューリングのための強化学習
• Authors: Peng Yue, Yaochu Jin, Xuewu Dai, Zhenhua Feng, Dongliang Cui
• Abstract要約: 列車のダイヤ改正(TTR)は、混乱や混乱の後、列車の当初の運行を迅速に復旧することを目的としている。 本研究では,TTRに対する強化学習に基づくアプローチを提案する。
• 参考スコア（独自算出の注目度）: 28.5828807787632
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Train timetable rescheduling (TTR) aims to promptly restore the original operation of trains after unexpected disturbances or disruptions. Currently, this work is still done manually by train dispatchers, which is challenging to maintain performance under various problem instances. To mitigate this issue, this study proposes a reinforcement learning-based approach to TTR, which makes the following contributions compared to existing work. First, we design a simple directed graph to represent the TTR problem, enabling the automatic extraction of informative states through graph neural networks. Second, we reformulate the construction process of TTR's solution, not only decoupling the decision model from the problem size but also ensuring the generated scheme's feasibility. Third, we design a learning curriculum for our model to handle the scenarios with different levels of delay. Finally, a simple local search method is proposed to assist the learned decision model, which can significantly improve solution quality with little additional computation cost, further enhancing the practical value of our method. Extensive experimental results demonstrate the effectiveness of our method. The learned decision model can achieve better performance for various problems with varying degrees of train delay and different scales when compared to handcrafted rules and state-of-the-art solvers.
• Abstract（参考訳）: 列車の時刻表再スケジュール(TTR)は、予期せぬ混乱や混乱の後、列車の当初の運行を迅速に復旧することを目的としている。 現在、この作業はトレインディスパッチによって手作業で行われており、様々な問題インスタンスでパフォーマンスを維持するのは難しい。 この問題を軽減するため,本研究ではttrに対する強化学習に基づくアプローチを提案する。 まず,ttr問題を表す単純な有向グラフを設計し,グラフニューラルネットワークによる情報状態の自動抽出を可能にする。 第2に,ttrの解の構成プロセスを再構成し,決定モデルを問題サイズから分離するだけでなく,生成するスキームの実現可能性を確保する。 第3に、異なるレベルの遅延でシナリオを処理するために、モデルのための学習カリキュラムを設計する。 最後に, 簡単な局所探索手法を提案し, 計算コストを抑えて解の質を大幅に向上させ, 提案手法の実用的価値を高める。 本手法の有効性を実験的に検証した。 学習した決定モデルは、手作りのルールや最先端の解法と比較して、列車遅延の程度やスケールの異なる様々な問題に対してより良い性能を達成することができる。

関連論文リスト

• Contrastive-Adversarial and Diffusion: Exploring pre-training and fine-tuning strategies for sulcal identification [3.0398616939692777]
  対人学習、コントラスト学習、拡散認知学習、通常の再構成学習といった技術が標準となっている。 この研究は、ニューラルネットワークの学習プロセスを強化するために、事前学習技術と微調整戦略の利点を解明することを目的としている。
  論文  参考訳（メタデータ） (2024-05-29T15:44:51Z)
• Can Graph Learning Improve Task Planning? [61.47027387839096]
  タスクプランニングは、大規模言語モデル(LLM)の開発とともに重要な研究トピックとして浮上している。 本稿では,タスク計画のためのグラフ学習に基づく手法について検討する。 提案手法は、改良されたプロンプトや微調整モデルにより、さらなる性能向上を図り、プロンプトエンジニアリングと微調整技術を補完する。
  論文  参考訳（メタデータ） (2024-05-29T14:26:24Z)
• Liquid Neural Network-based Adaptive Learning vs. Incremental Learning for Link Load Prediction amid Concept Drift due to Network Failures [37.66676003679306]
  概念の漂流に適応することは、機械学習において難しい課題である。 通信ネットワークでは、障害イベントの後に交通予報を行う際にこのような問題が生じる。 本稿では,適応学習アルゴリズム,すなわち,データパターンの急激な変化を,再学習を必要とせずに自己適応できる手法を提案する。
  論文  参考訳（メタデータ） (2024-04-08T08:47:46Z)
• Deep Reinforcement Learning for Picker Routing Problem in Warehousing [0.6562256987706128]
  本稿では、強化学習を用いて学習したピッカーツアーをモデル化するための注意に基づくニューラルネットワークを提案する。 提案手法の重要な利点は,経路の複雑さを低減できるオプションを提供することである。
  論文  参考訳（メタデータ） (2024-02-05T21:25:45Z)
• Task Arithmetic with LoRA for Continual Learning [0.0]
  低ランク適応とタスク算術を用いて視覚モデルを継続的に訓練する新しい手法を提案する。 クラス毎に10個のサンプルを小さなメモリで支援すると,本手法はフルセットファインタニングに近い性能が得られる。
  論文  参考訳（メタデータ） (2023-11-04T15:12:24Z)
• Supervised Pretraining Can Learn In-Context Reinforcement Learning [96.62869749926415]
  本稿では,意思決定問題における変換器の文脈内学習能力について検討する。 本稿では,変換器が最適動作を予測する教師付き事前学習法であるDPT(Decision-Pretrained Transformer)を導入,研究する。 事前学習した変換器は、オンラインと保守主義の両方をオフラインで探索することで、コンテキスト内における様々なRL問題の解決に利用できる。
  論文  参考訳（メタデータ） (2023-06-26T17:58:50Z)
• Simplified Temporal Consistency Reinforcement Learning [19.814047499837084]
  本稿では,潜時整合性によって訓練された潜時力学モデルに依存する単純な表現学習手法が,高性能なRLには十分であることを示す。 提案手法は,モデルフリー手法を大きなマージンで上回り,モデルベース手法のサンプル効率を2.4倍高速にトレーニングしながら比較する。
  論文  参考訳（メタデータ） (2023-06-15T19:37:43Z)
• Learning to Optimize Permutation Flow Shop Scheduling via Graph-based Imitation Learning [70.65666982566655]
  置換フローショップスケジューリング(PFSS)は製造業で広く使われている。 我々は,より安定かつ正確に収束を加速する専門家主導の模倣学習を通じてモデルを訓練することを提案する。 我々のモデルのネットワークパラメータはわずか37%に減少し、エキスパートソリューションに対する我々のモデルの解のギャップは平均6.8%から1.3%に減少する。
  論文  参考訳（メタデータ） (2022-10-31T09:46:26Z)
• Sufficiently Accurate Model Learning for Planning [119.80502738709937]
  本稿では,制約付きSufficiently Accurateモデル学習手法を提案する。 これはそのような問題の例を示し、いくつかの近似解がいかに近いかという定理を提示する。 近似解の質は、関数のパラメータ化、損失と制約関数の滑らかさ、モデル学習におけるサンプルの数に依存する。
  論文  参考訳（メタデータ） (2021-02-11T16:27:31Z)
• Unsupervised Transfer Learning for Spatiotemporal Predictive Networks [90.67309545798224]
  我々は、教師なし学習されたモデルの動物園から別のネットワークへ知識を伝達する方法を研究する。 私たちのモチベーションは、モデルは異なるソースからの複雑なダイナミクスを理解することが期待されていることです。 提案手法は,時間的予測のための3つのベンチマークで大幅に改善され,重要度が低いベンチマークであっても,ターゲットのメリットが得られた。
  論文  参考訳（メタデータ） (2020-09-24T15:40:55Z)
• Deep Unfolding Network for Image Super-Resolution [159.50726840791697]
  本稿では,学習に基づく手法とモデルに基づく手法の両方を活用する,エンドツーエンドのトレーニング可能なアンフォールディングネットワークを提案する。 提案するネットワークは, モデルベース手法の柔軟性を継承し, 一つのモデルを用いて, 異なるスケール要因に対する, 曖昧でノイズの多い画像の超解像化を行う。
  論文  参考訳（メタデータ） (2020-03-23T17:55:42Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。